Truncations and in silico docking to enhance the analytical response of aptamer-based biosensors
Notice bibliographique
Résumé
Aptamers are short oligonucleotides capable of binding specifically to various targets (i.e., small molecules, proteins, and whole cells) which have been introduced in biosensors such as in the electrochemical aptamer-based (E-AB) sensing platform. E-AB sensors are comprised of a redox-reporter-modified aptamer attached to an electrode that undergoes, upon target addition, a binding-induced change in electron transfer rates. To date, E-AB sensors have faced a limitation in the translatability of aptamers into the sensing platform presumably because sequences obtained from Systematic Evolution of Ligands by Exponential Enrichment (SELEX) are typically long (>80 nucleotides) and that obtaining structural information remains time and resource consuming. In response, we explore the utility of aptamer base truncations and in silico docking to improve their translatability into E-AB sensors. Here, we first apply this to the glucose aptamer, which we characterize in solution using NMR methods to guide design and translate truncated variants in E-AB biosensors. We further investigated the applicability of the truncation and computational approaches to four other aptamer systems (vancomycin, cocaine, methotrexate and theophylline) from which we derived functional E-AB sensors. We foresee that our strategy will increase the success rate of translating aptamers into sensing platforms to afford low-cost measurements of molecules directly in undiluted complex matrices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».